PDF《课程项目：风电功率预测》

? 测量的功率数据未必是有效的,由于风机可能不在正常工作状态. 在进行预测问题前,大家需要识别异常的功率数据点,并对时间分布不均匀的问题做恰当的处理. 5.2 风风风速 速 速预 预 预测 测 测的 的 的问 问 问题 题题5.2.1 可可可利 利 利用 用 用的 的 的数 数 数据 据据?截止至预测当天12 : 00之前的历史风速测量值. (以12月21日为例,历史风速测量值包括12月21日12:00前的历史风速测量值.) ? 由WRF (数值天气预报)得到的结果,包括原始预测风速、原始预测温度和原始预测压强等. 利用数值天气预报的方法,每一天我们会给出预测当天02 : 00开始的之后94h的预测结果, 每15min一个预测点. (以12月21日为例, WRF 得到的结果为12月21日02 : 00之后94h的预测结果,每15min一个预 测点.原始预测风速、原始预测温度和原始预测压强等). ? 实际操作中发现,原始预测风速与真实风速有较强的相关性,但预测精度仍不是很理想. 5.2.2 预预预测 测 测量 量量?次日00 : 00开始的之后24h的预测风速,每15min一个预测点. (以12月21日为例,预测量为12月22日00 : 00开始的之后24h的预测风速,每15min一个预测 点.) 5.3 功功功率 率 率预 预 预测 测 测的 的 的问 问 问题 题题5.3.1 可可可利 利 利用 用 用的 的 的数 数 数据 据据?风速预测中可利用的所有数据. ? 截止至预测当天12 : 00之前的历史功率测量值. 5.3.2 预预预测 测 测量 量量?次日00 : 00开始的之后24h的预测功率,每15min一个预测点.

3 5.4 异异异常 常 常风 风 风速 速 速和 和 和功 功 功率 率 率预 预 预测 测 测的 的 的问 问 问题 题题我们发现 WRF(数值天气预报)给出风速预测有时会有很大的误差.如果用该数据进行功率预 测,那么会导致很大的误差.然而对风速预测的修正并不是一件容易的事,为了解决该问题,我们 可以考虑一个更简单的问题:对WRF(数值天气预报)给出异常风速预测进行检测和预报. 首先我们需要对异常风速进行定义,一个简单的定义就是预测风速和实际风速的差大于X m/s时, 就认为该预测风速是异常的其中X可以自行选取,比如取为3m/s. 还有一种方式是检测功率预测异常.首先利用直接利用预测风速进行功率预测,如果得到的预 测功率与实际功率的差大于某一定值时,比如说大于满发功率的30%, 就认为该功率预测异常. 有了异常风速和异常功率的定义,我们就可以预测之后是否会有异常风速和异常功率, 在此基础 上,对出现异常风速和异常功率的时间点,我们可以用其他方式做预测已达到更高的预测精度.

6 风风风电 电 电预 预 预测 测 测模 模 模型 型 型的 的 的评 评 评估 估估6.1 预预预测 测 测功 功 功率 率 率评 评 评估 估估对功率预测的评估我们使用的是风场总功率,以下是功率预测模型的评估方式:P(t + k)表示 在t + k时刻的整个风场的实际风电功率;

P(t + k|t)则表示在t时刻做出的对t + k时刻整个风场的风 电功率的预测值;

Pinstall则表示风机的装机功率,n表示时间点数目.在风电预测模型评估中,主 要有两种误差测度,即规范平均误差(NMAE)和均方误差(RMSE).其定义分别如下: NMAE:

1 Pinstall n k=1 |Ppred(t + k|t) ? Preal(t + k)| n RMSE:

1 Pinstall n k=1(Ppred(t + k|t) ? Preal(t + k))2 n 1/2 根据中国国家能源局的官方文件,我国所采纳的误差测度为RMSE.更具体的情况如下: ? 风场需要在当天 15:00 前提供第二天的每15min 的平均风场总功率预测值以便进行评估;